现代社会高速发展,很多场合必须身份证实,传统的身份辨识技术早已无法符合社会拒绝。人的身体特征具备不能拷贝性,因此人们开始研究生物识别技术,而指纹具备唯一性、终生不变性、难以假造等特点,安全性低,因而获得了广泛应用。
在一些机要部门,如银行、宾馆、机房等一般都加装有门禁系统,门禁系统是为确保人们生活、工作及财产安全性,对最重要地下通道的出入口展开管理与掌控的系统,基于指纹识别技术的门禁系统是一项高科技安全性设施,提升了系统的安全性。ARM作为一种嵌入式系统处理器,具备高性能、低功耗、低成本等特点,因而在工业掌控领域、光学和安全性产品方面获得了广泛应用。
本文讲解了基于嵌入式ARM9体系结构的指纹识别原理与处置方法,以及指纹识别门禁系统的软硬件设计方法。 1指纹识别原理及处置方法 指纹识别技术通过分析指纹的局部特征,借此提取详细的特征点,从而可信地证实个人身份。
指纹识别技术主要牵涉到四个功能:加载指纹图象、萃取特征、留存数据和核对。首先从提供的指纹图像上寻找特征点,然后根据特征点的特性创建用户活体指纹的指纹特征数据(一种单向的切换,可以从指纹图像转换成特征数据但无法从特征数据切换沦为指纹图像)。由于两枚有所不同的指纹会产生完全相同的特征数据,所以通过对所收集到的指纹图像的特征数据和存放在数据库中的指纹特征数据展开模式匹配,从而计算出来出有它们的相近程度,最后获得两个指纹的给定结果,根据给定结果来辨别用户身份。 1.1指纹图像的收集 光学取像具有历史悠久的历史,它可以追溯到上世纪70年代,依据的是光的全反射原理。
现在一般使用光学指纹传感器来收集指纹,获得指纹具备图像明晰、功耗较低、稳定性高等特点。本系统使用的是TFS-D0303光学指纹传感器。
1.2指纹识别的算法构建 指纹识别算法的有效性直接影响着指纹识别的精确度和指纹识别门禁系统的安全性和稳定性,对整个形同虚设的安全性和可靠性起着决定性的起到。指纹识别算法的处理过程主要还包括:图像处理、纹路细化、特征提取和特征给定等(闻图1)。 图1指纹识别流程图 预处理在指纹识别中是不可缺少的步骤。其目的是除去图像提供时所引进的噪声,避免低质量图像的影响,以便先前环节需要正确地展开特征提取和分类辨识。
预处理过程主要还包括图像拆分、光滑、图像增强、二值化和细化等步骤,每经过一个步骤都可以提高图像的质量,不利于后面的工作。 环境温度的影响或手指潮湿可能会使指纹图像产生纹线不倒数。
对于指纹纹线不倒数的指纹图像,一般要经过光滑滤波处置,这也是对图像展开模糊化,使脱落的纹线边界经过模糊不清后连接起来。在本算法中使用低通滤波器对各块指纹图像的方向信息展开块水平的光滑,修正不精确的计算结果。 具体方法以定计算出来(x,y)在X轴和Y轴上的投影分量: 较低通滤波回应为: 式中,H(u,v)为二维低通滤波器;wlwl为55滤波器尺寸;w为图像子块尺寸(本算法所取w=10个像素大小)。
经过纹路细化,二值化图像的纹路线被细化为只有一个像素长的连接线段。表明了完整指纹图像、强化后的二值化图像以及细化后的二值化图像。
指纹的特征点信息就是指细化后的二值化图像中萃取的。从细化后的二值化图像中寻找末端点或端点,然后从这些点开始找寻纹路轨迹。通过这些点,纹路的形状被计算出来。这些形状数据、点的类型以及点的方位就作为该指纹图像的特征点被记录下来。
特征给定是根据两幅图像特征点的仅次于给定点反对数来确认的。假设有甲和乙两幅图像,首先依序以甲图的每一个特征点为基准,依序计算出来乙图像中每个和甲图中基准特征点类型完全相同的特征点到乙图中每个特征点的距离和方向,根据这个距离和方向,再以甲图中的基准点为原点,计算出来出有甲图中的一个点,然后辨别否也是甲图的特征点,如果是,则给定反对数特1。按甲图中特征点顺序依序计算出来,所取最大值就是两幅图像的仅次于反对给定点数。
如果仅次于给定反对点数小于规定的值,则指出两幅图像匹配。否则,不给定。
2系统硬件设计 基于RISC体系结构的ARM微处理器因其体积小、功耗较低、继续执行速度快等优点在多个领域获得广泛应用。本系统使用的是三星公司的嵌入式微处理器S3C2440AL,这是一款高性能、低功耗的功能强大的嵌入式应用处理器产品,它使用IntelX-Scale微结构体系框架,构建了许多常用的外围模块,功能强大。S3C2440AL主频为400MHz,最低为533MHz;TFS-D0303指纹传感器由256300个电容传感阵列构成,其分辨率高达500dpi,工作电压范围为3.3~5V,传感器内部有8位ADC,并具备2两组取样维持电路。
整个硬件系统的框图如图2右图。
本文来源:威尼斯欢乐娱人城官网-www.qdjkzdh.com